无审查

Definition

在人工智能领域，“无审查”通常描述那些经过微调或修改，以移除或削弱内置安全对齐的模型。这些模型旨在去除内容限制。

Summary

指经过修改以绕过安全过滤器和道德准则的人工智能模型。

Key Concepts

• 安全对齐
• 微调
• 内容审核
• 模型修改

Use Cases

• 研究模型漏洞
• 无限制的创意写作
• 测试安全边界

Related Terms

• Jailbreaking (越狱攻击)
• Alignment (对齐)
• RLHF (基于人类反馈的强化学习)
• Safety Filters (安全过滤器)